Fundamentals

個人代理程式基準測試套件

個人代理基準測試套件是一個由小型儲存庫支援的 QA 情境套件，適用於本機個人助理工作流程。它不是通用模型基準測試，也不需要新的執行器：它會重複使用私有 QA 堆疊（QA 概覽）、合成的 QA 頻道，以及現有的 qa/scenarios YAML 目錄。

情境

共十個情境，定義於 qa/scenarios/personal/*.yaml：

情境 ID	檢查項目
`personal-reminder-roundtrip`	透過本機排程傳送的虛假個人提醒
`personal-channel-thread-reply`	透過 `qa-channel` 進行虛假私訊與討論串回覆路由
`personal-memory-preference-recall`	從暫時 QA 工作區記憶檔案中叫回虛假偏好設定
`personal-redaction-no-secret-leak`	虛假機密不回顯檢查
`personal-tool-safety-followthrough`	在簡短的核准式對話後，安全地繼續使用具讀取依據的工具
`personal-approval-denial-stop`	敏感本機讀取要求遭拒絕核准後的停止行為
`personal-task-followthrough-status`	具證據依據的任務狀態報告，將待處理、受阻和已完成狀態分開
`personal-share-safe-diagnostics-artifact`	可安全分享的診斷成品，在省略原始個人內容的同時保留實用狀態
`personal-no-fake-progress`	具證據依據的完成宣告，避免在取得本機證據前虛報進度
`personal-failure-recovery`	回報部分狀態並明確標示重試界線的失敗復原

機器可讀取的套件中繼資料（ID 清單、標題、說明）位於 extensions/qa-lab/src/scenario-packs.ts，其名稱為 QA_PERSONAL_AGENT_SCENARIO_IDS。使用 --pack personal-agent 執行套件：

bash

OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa suite \  --provider-mode mock-openai \  --pack personal-agent \  --concurrency 1

--pack 可透過重複使用 --scenario 旗標累加。明確指定的情境會先執行，接著套件情境會依 QA_PERSONAL_AGENT_SCENARIO_IDS 順序執行，並移除重複項目。

此套件以搭配 mock-openai 或其他本機 QA 提供者執行路徑的 qa-channel 為目標。請勿將它指向即時聊天服務或真實個人帳號。

情境只會使用虛假使用者、虛假偏好設定、虛假機密，以及套件建立的暫時 QA 閘道工作區。它們不得讀取或寫入真實 OpenClaw 使用者的記憶、工作階段、認證資訊、啟動代理程式、全域設定或即時閘道狀態。

成品會保留在現有的 QA 套件成品目錄下，並視為測試輸出。遮蔽檢查會使用虛假標記，因此可安全地檢查失敗並將其提交至議題。

在 qa/scenarios/personal/ 下新增 .yaml 案例，然後將情境 ID 新增至 QA_PERSONAL_AGENT_SCENARIO_IDS。每個案例應保持小型、僅限本機，並在 mock-openai 中具有確定性，且聚焦於一項個人助理行為。

良好的後續候選項目：已遮蔽的軌跡匯出檢查、僅限本機的外掛工作流程檢查。

在情境目錄擁有足夠穩定的案例，足以證明新增介面的合理性之前，請避免新增執行器、外掛、相依套件、即時傳輸或模型評審器。

Was this useful?